跳到正文
热点事件持续更新

MIT与Adobe提出Latent Lattice语言模型架构

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

MIT 与 Adobe 的研究者提出 Latent Lattice 语言模型(LLLM):在每层引入沿时间递归的横向潜在流,与纵向残差流并行,并直接参与注意力、KV-cache 写入、MLP 计算与解码。研究者在 406M 参数规模上报告困惑度降至 14.40。 该架构的核心变化是把原本只沿深度传递的残差流,扩展为每层一条随时间递归的横向潜在流,使各层状态在时间维度上持续更新。上述困惑度数字来自研究者的实验报告,尚待独立验证。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. Hacker News
    MIT 与 Adobe 提出 Latent Lattice 语言模型:406M 参数困惑度降至 14.40

    MIT 与 Adobe 研究者提出 Latent Lattice 语言模型(LLLM),在每层引入沿时间递归的横向潜在流,与纵向残差流并行,直接参与注意力、KV-cache 写入、MLP 计算与解码。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。